Physics-Informed Neural Networks for Nonlinear Output Regulation

以下は、Mengozzi らによる論文「Physics-Informed Neural Networks for Nonlinear Output Regulation」の詳細な技術的サマリーである。

1. 問題定義

本論文は、プラント状態 ($x$) と外乱系状態 ($w$) の両方が既知である場合（完全情報設定）の非線形出力調整問題を取り扱っている。目標は、システム出力が外乱系によって生成される参照軌跡を漸近的に追従し、あるいは外乱を抑制するようなフィードバック制御則を設計することである。

• 理論的課題: この問題を解くためには、定常状態の多様体 $\pi(w)$ とフィードフォワード入力 $c(w)$ という 2 つの写像を見つける必要がある。これらの写像は、Isidori-Byrnes 方程式と呼ばれる代数制約を伴う偏微分方程式 (PDE) の系である調整方程式 (REs) を満たさなければならない。
• 既存手法の限界:
  • 解析的: 非線形システムに対しては、厳密解が得られることは稀である。
  • 近似法 (ガラーキン/テイラー): これらの手法は非線形性に対してスケーリング性が悪く、原点の小さな近傍でのみ有効であるか、あるいは複雑な高次展開を必要とする。
  • 従来のニューラルネットワークアプローチ: 以前の NN に基づく解法は、浅いモデルを用いたデータ適合に依存しており、再学習なしに異なるシステムパラメータや初期条件に対して一般化することができなかった。

2. 手法

著者らは、ラベル付きデータセットや事前計算された軌跡を必要とせずに、調整方程式を直接解くための物理情報ニューラルネットワーク (PINN) フレームワークを提案している。

中核概念

時間発展の軌跡を学習するのではなく、ネットワークは外乱系状態 $w$ を直接必要なプラント状態 $\pi(w)$ と制御入力 $c(w)$ にマッピングする定常状態演算子を学習する。

構造と学習

• ネットワーク構造: 4 つの隠れ層を持ち、パラメータ数が約 $8 \times 10^4$ の全結合ニューラルネットワーク ($n_\xi$) である。これは外乱系状態 $w$ を入力とし、近似値 $\hat{\pi}(w)$ と $\hat{c}(w)$ を出力する。
• 損失関数: 学習は教師なしで行われる。損失関数 $J$ は調整方程式の残差を最小化し、境界条件を強制する:
  $$J = J_{PDE} + \lambda \cdot J_{BC}$$
  • $J_{PDE}$: PDE の残差 ($L_s\hat{\pi} - f(\hat{\pi}, \hat{c}, w)$) と代数制約 ($h(\hat{\pi}, w)$) の平均二乗誤差。
  • $J_{BC}$: 境界条件（例えば、アクチュエータの限界）に対するペナルティ項。
  • 自動微分: ネットワーク入力 $w$ に対するリー微分 ($L_s\pi$) を計算するために使用され、ネットワークが外乱系のダイナミクスの物理を理解することを可能にする。
• 一般化戦略: ネットワークは、外乱系の初期条件や周波数 $\Omega$ などのパラメータを変化させた動的システムファミリーをサンプリングして学習される。これにより、ネットワークは特定のインスタンスではなく、一般的な解演算子を学習することを強制される。

3. ケーススタディ：ヘリコプターの垂直着陸

アプローチを検証するために、著者らは非線形ベンチマークである調和振動するプラットフォームとヘリコプターの垂直ダイナミクスを同期させる問題に本手法を適用した。

• システムダイナミクス: 主ロータ推力、テールロータ推力、ロータの傾きという、未駆動かつ多入力非線形ダイナミクスを持つ剛体としてモデル化されている。
• 外乱系: 未知の周波数と振幅を持つ垂直正弦波参照を生成する調和振動子。
• 調整方程式: ニュートン・オイラー方程式から導出された結合 PDE を満たす定常状態のロール/ピッチ角 ($\pi_\phi, \pi_\theta$) と特定の制御入力 ($c_b$) を求める問題に帰着された。
• 制約: 解はアクチュエータの限界（例：$|u_b| \leq 0.3491$）を遵守しなければならない。

4. 主要な結果

このフレームワークは、30 秒のシミュレーション時間幅を持つコンシューマー向け GPU でテストされた。

• 高忠実度再構成: PINN は、高い精度でゼロ誤差多様体を成功裡に再構成した。学習された写像 ($\pi(w), c(w)$) は、外乱系によって誘起された振動挙動を正しく捉えた。
• 一般化:
  • 制御器は、訓練中に観測されなかった構成（分布外）を含む、広範な外乱系周波数および初期条件にわたって低い追従誤差を維持した。
  • 「分布内」および「分布外」のシナリオにおいて、残差追従誤差は参照信号に対して約 2 桁小さかった。
• トリム条件の回復: 外乱系状態がゼロ（外乱なし）のとき、ネットワークはヘリコプターに対して既知の「トリム」条件（定常ホバリング入力）を正しく回復し、解の物理的一貫性を検証した。
• 性能指標:
  • 学習: 数分で完了。
  • 推論: 埋め込みハードウェアでのリアルタイム展開に適した軽量なフォワードパス。
  • 誤差: 中央値の絶対垂直追従誤差は約 0.031 m であり、誤差のほとんどは無視できるレベルであった。発散は、極端で高度に非線形な領域（高周波数/高振幅）でのみ発生し、これは PINN が REs を解く能力の欠如ではなく、フィードバック安定化器の設計に起因するものとされた。

5. 意義と貢献

• データ効率の良い求解: 制御理論における複雑な非線形 PDE が、膨大なデータセットなしに、システムの数学的構造（物理情報）のみに依存して解けることを実証した。
• 演算子学習: このアプローチは、単一のインスタンスを解くことから、システムファミリー全体にわたって一般化する解演算子を学習することへと移行し、パラメータ変動に対してロバストなものとしている。
• リアルタイム実現可能性: この手法は、理論的な非線形制御（しばしば計算コストが高すぎて実用的でない）と実用的な実装の間のギャップを埋め、埋め込みハードウェアでのリアルタイム制御への計算効率的な道筋を提供する。
• 広範な適用性: ヘリコプターでテストされたが、この手法は調整方程式が定式化可能であれば、出力調整問題が解を持つ任意の非線形システムに適用可能である。

6. 限界と今後の課題

• 完全情報仮定: 現在の手法は、フィードバックに外乱系状態 $w$ が利用可能であると仮定している。今後の課題として、部分情報設定（$w$ の推定）への拡張が aim されている。
• フィードバック安定化: 本論文は REs（フィードフォワード）の解決に焦点を当てている。閉ループ系の安定性は、経験的に調整された別のフィードバックゲインに依存している。今後の課題として、実用可能な動作領域を拡大するために、高度な安定化フィードバック設計を統合することが考えられる。
• プラントの不確実性: 訓練中にプラントパラメータをランダム化することで、パラメータ不確実性を持つプラントファミリーを処理するフレームワークへの拡張が提案されている。